Las 234 imágenes detrás de un cortometraje con IA

La biblioteca de imágenes vigente de Borrowed Wounds contenía 234 archivos: 57 imágenes de personajes, 12 de localizaciones, 11 de utilería, 8 de vestuario y 146 viñetas de storyboard.

Ese total es útil. También es fácil interpretarlo mal.

No tenía 234 imágenes de referencia intercambiables. La mayor parte de la biblioteca era material de storyboard. Las demás imágenes definían las personas, los lugares, los objetos y la ropa que debían seguir siendo reconocibles en el storyboard.

El recuento solo cobró sentido cuando separé esas funciones.

Qué había realmente en la biblioteca

Las primeras 88 imágenes cubrían personajes, localizaciones, utilería y vestuario. Las 146 restantes eran viñetas de storyboard.

Esa distribución describe dos tareas relacionadas.

El material de referencia le indicaba al generador qué debía mantenerse estable. El material de storyboard permitía comprobar cómo aparecían esos elementos a lo largo de la película. Contarlo todo dentro de una carpeta me daba el total de archivos almacenados, pero no me decía qué problema de producción resolvía cada imagen.

Construí la biblioteca visual antes de generar vídeo

El registro del proceso deja claro el orden: los personajes, las localizaciones, la utilería y el vestuario se prepararon antes del vídeo.

Había una razón práctica. Sin una referencia, el modelo podía inventar una cara o un objeto distinto en cada plano. Ese fallo ya había ocurrido con el reparto de una escena de restaurante. La biblioteca respondía a un problema visible de continuidad; no era un adorno de la producción.

Empecé con imágenes base y después generé variantes a partir de ellas. La primera imagen podía ser un retrato o una ficha creada sin referencia. Las vistas, los estados y los planos posteriores usaban esa imagen como punto de partida.

La relación de aspecto también debía enviarse mediante el campo específico del generador. Escribir la proporción deseada dentro del prompt no aseguraba que el resultado la respetara.

Estos detalles cambiaron mi forma de entender el recuento de imágenes. Una imagen no estaba terminada solo porque se viera bien por separado. Necesitaba un sujeto, una finalidad, una relación de aspecto, una resolución, una referencia y una ubicación de salida definidos.

El manifiesto importaba tanto como la carpeta

Cada registro de imagen incluía un identificador, un tipo, un sujeto, una relación de aspecto, una resolución, un prompt, una referencia y una ruta de salida.

Los manifiestos de 11 proyectos cinematográficos contenían 1,078 registros de imágenes. Solo 713 tenían un archivo de imagen vigente que se pudiera verificar.

Esa diferencia es la distancia entre la intención escrita y el material disponible.

El desglose conjunto de esos 713 archivos vigentes era de 196 imágenes de personajes, 88 de localizaciones, 74 de utilería, 59 de vestuario y 296 de storyboard.

Las carpetas por sí solas daban una cifra mayor. Cinco directorios de originales contenían 843 archivos de imagen. Esos directorios incluían versiones y restos que ya no figuraban en los manifiestos. Por tanto, el recuento conservador del material vigente era de 713, no de 843.

Ese es uno de los problemas con los que me encontré al intentar describir la producción con honestidad. Un explorador de archivos premia la acumulación. Cuenta cada sustitución y cada sobrante. Un manifiesto actualizado plantea una pregunta más difícil: ¿qué archivos siguen perteneciendo al registro activo de la producción?

En Borrowed Wounds, la respuesta era 234.

El storyboard era una decisión de gasto

El proceso exigía un storyboard o un montaje de imágenes con tiempos definidos antes de generar vídeo. El objetivo era probar el ritmo con imágenes fijas antes de dedicar recursos a generar planos en movimiento.

Borrowed Wounds tenía 146 imágenes de storyboard vigentes. Copycat tenía 150.

Esas cifras muestran cuánto espacio puede ocupar la etapa intermedia entre las referencias y el vídeo dentro de una biblioteca de imágenes. Una viñeta de storyboard no es simplemente otro ángulo para una ficha de personaje. Tiene un lugar en una secuencia. Ayuda a comprobar si el montaje previsto funciona antes de pasar al vídeo.

Esto también dejaba clara la unidad de trabajo. Los prompts de imagen producían recursos visuales. Los prompts de plano dirigían el vídeo. El montaje final se construía con material en movimiento aprovechable. Reunirlo todo en un solo recuento de generaciones ocultaría los puntos en los que el trabajo cambiaba de forma.

Los prompts específicos reducían el trabajo innecesario

El documento maestro de producción podía ser extenso. Abarcaba historia, geografía, personajes, objetos, estados, iluminación, lentes, sonido, riesgos y secuencia. Aun así, el prompt de cada plano debía ser específico.

La regla de trabajo era una acción y un movimiento de cámara por toma. Había que describir la acción mediante conductas visibles, movimientos físicos y marcas de tiempo.

Un prompt escrito para 15 segundos no podía alargarse sin más hasta los 25 segundos. Sin reescribirlo, el modelo podía repetir la acción o quedarse inmóvil durante el tramo sin indicaciones.

Esa era otra razón para resolver la biblioteca visual desde el principio. Si la cara, la ropa, la utilería y la localización ya estaban definidas, el prompt del plano podía concentrarse en lo que cambiaba durante la toma.

Una buena imagen no eliminaba la revisión

El vídeo seguía necesitando una inspección fotograma a fotograma. Un solo fotograma corrupto podía invalidar una toma. Las generaciones fallidas a veces contenían fragmentos aprovechables de 2 a 5 segundos, así que el rechazo no siempre era total.

El montaje y el sonido venían después de esa revisión. El escalado se hacía una vez cerrado el montaje, no sobre cada archivo en bruto.

Después se volvía a medir el resultado terminado. Borrowed Wounds se analizó de nuevo con una muestra de 405 fotogramas, tomando uno cada 2 segundos. En los tramos que requerían una revisión más detallada, se tomaron muestras cada medio segundo.

El proceso empezaba con una biblioteca contabilizada y terminaba con otra inspección. La generación no sustituía a la verificación en ninguno de los dos extremos.

Qué me dice esa cifra

El total de 234 imágenes me dice el tamaño de la biblioteca visual vigente que hay detrás de esta película. Su desglose me dice mucho más.

Me dice que 146 imágenes se dedicaron a viñetas de storyboard. Me dice que 88 cubrían las categorías de personajes, localizaciones, utilería y vestuario. Me dice qué archivos se conservaron como recursos vigentes, porque el recuento procedía del manifiesto y de rutas de salida verificadas, no de todos los archivos que quedaban en los directorios de originales.

No me da una cantidad universal para otra película. Lo útil es adoptar la clasificación, no copiar el total.

Hoy, abre la carpeta de imágenes de una película y crea un manifiesto con un identificador, un tipo, un sujeto, una relación de aspecto, una resolución, un prompt, una referencia y una ruta de salida para cada recurso vigente. Después cuenta las rutas verificadas por categoría. Esa cifra te dirá más que el total de la carpeta.

---

Créditos gastados, intentos contados, resultados medidos. Confío en los números porque no adulan a nadie, y menos a mí.